10篇必读的机器学习干货文章

【导读】10篇关于机器学习的作用、机器学习在论文中的应用、虚拟替身、可塑性、医学图像数据集、循环神经网络/长短期记忆网络、Keras、卷积神经网络、Pytorch 以及音频处理。

No.1


机器学习的规则:关于机器学习工程的最佳实践(作者:Martin Zinkevich


原文地址:

https://developers.google.com/machine-learning/rules-of-ml/





No.2


使用机器学习书写深度强化学习论文的经验得失(作者:Matthew Rahtz


原文地址:

http://amid.fish/reproducing-deep-rl?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more





No.3


迈向虚拟替身技术(作者:Xue Bin (Jason) Peng) 


原文地址:

http://bair.berkeley.edu/blog/2018/04/10/virtual-stuntman/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more





No.4


有注释的“转换器”网络结构——Harvard NLP工具


原文地址:

http://nlp.seas.harvard.edu/2018/04/03/attention.html?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more





No.5


可塑性:机器学习的新方法——训练反向传播的塑性神经网络(作者:Thomas Miconi, Jeff Clune and Kenneth O. Stanley


原文地址:

https://eng.uber.com/differentiable-plasticity/





No.6


深度学习在医学图像数据集中令人意外的实用性


原文地址:

https://lukeoakdenrayner.wordpress.com/2018/04/30/the-unreasonable-usefulness-of-deep-learning-in-medical-image-datasets/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more





No.7


循环神经网络和长短期记忆网络的衰落(作者:Eugenio Culurciello


原文地址:

https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0





No.8


Keras和卷积神经网络(CNNs) (作者:Adrian Rosebrock


原文地址:

https://www.pyimagesearch.com/2018/04/16/keras-and-convolutional-neural-networks-cnns/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more





No.9


在PyTorch中从头开始编写YOLO v3的教程(作者:Ayoosh Kathuria) 


原文地址:

https://blog.paperspace.com/how-to-implement-a-yolo-object-detector-in-pytorch/?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more





No.10


留神倾听:视听语音的分离(作者:Inbar Mosseri, Oran Lang


原文地址:

https://research.googleblog.com/2018/04/looking-to-listen-audio-visual-speech.html?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more






原文链接:

https://medium.mybridge.co/machine-learning-top-10-articles-for-the-past-month-v-may-2018-681489a05135


-END-

专 · 知

人工智能领域主题知识资料查看与加入专知人工智能服务群

【专知AI服务计划】专知AI知识技术服务会员群加入人工智能领域26个主题知识资料全集获取

[点击上面图片加入会员]

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~

关注专知公众号,获取人工智能的专业知识!

点击“阅读原文”,使用专知

展开全文
Top
微信扫码咨询专知VIP会员